[发明专利]一种基于梯度信息的无参考图像质量评价方法

说明书

技术领域

本发明涉及一种图像质量评价方法，尤其是涉及一种基于梯度信息的无参考图像质量评价方法。

背景技术

图像质量是评价图像处理系统及算法优劣的主要性能指标。图像质量评价方法可以分为两类：主观评价方法和客观评价方法。前者是由观察者对图像质量进行评分，得到平均评价分用以衡量图像质量；后者利用数学模型计算图像质量。主观评价方法的实验结果比较可靠，但费时费力。客观评价方法又可分为三类：全参考图像质量评价方法、半参考图像质量评价方法和无参考图像质量评价方法，当前研究最多的是全参考图像质量评价方法，但是该类方法要求评价时必须要有原始参考图像进行比较，且参考图像须是清晰质量较好的，而在一些实际应用场景中无法获得参考图像，这就制约了该类方法的使用。无参考图像质量评价方法不需要原始参考图像，只需待测图像就可以进行评价，可以适应较多的应用场合。因此无参考图像质量评价方法的研究更具实用价值。

发明内容

本发明所要解决的技术问题是提供一种基于梯度信息的无参考图像质量评价方法，其能够充分考虑到梯度结构改变对视觉质量的影响，从而能够提高客观评价结果与主观感知之间的相关性。

本发明解决上述技术问题所采用的技术方案为：一种基于梯度信息的无参考图像质量评价方法，其特征在于包括以下步骤：

①令{I_d(i,j)}表示待评价的失真图像，其中，1≤i≤W,1≤j≤H，W表示{I_d(i,j)}的宽度，H表示{I_d(i,j)}的高度，I_d(i,j)表示{I_d(i,j)}中坐标位置为(i,j)的像素点的像素值；

②对{I_d(i,j)}实施梯度滤波，得到{I_d(i,j)}的梯度信息的幅值图像和{I_d(i,j)}的梯度信息的相位图像，对应记为{M_d(i,j)}和其中，M_d(i,j)表示{M_d(i,j)}中坐标位置为(i,j)的像素点的像素值，表示中坐标位置为(i,j)的像素点的像素值；

③采用局部二值化模式操作对{M_d(i,j)}进行处理，得到{M_d(i,j)}的局部二值化模式特征图像，记为{LBP_M(i,j)}；同样，采用局部二值化模式操作对进行处理，得到的局部二值化模式特征图像，记为其中，LBP_M(i,j)表示{LBP_M(i,j)}中坐标位置为(i,j)的像素点的像素值，LBP_M(i,j)∈[0,P+1]，表示中坐标位置为(i,j)的像素点的像素值，P表示局部二值化模式操作中的领域参数；

④获取{LBP_M(i,j)}中像素值为0至P+1中的每个值的所有像素点与中像素值为0至P+1中的每个值的所有像素点的联合概率函数值，将{LBP_M(i,j)}中像素值为m的所有像素点与中像素值为n的所有像素点的联合概率函数值记为其中，m＝0,1,...,P,P+1，n＝0,1,...,P,P+1，P_c()为联合概率函数；

⑤计算{LBP_M(i,j)}中像素值为0至P+1中的每个值的所有像素点的条件概率特征，将{LBP_M(i,j)}中像素值为m的所有像素点的条件概率特征记为Q_M(LBP_M(i,j)＝＝m)，并计算中像素值为0至P+1中的每个值的所有像素点的条件概率特征，将中像素值为n的所有像素点的条件概率特征记为其中，m＝0,1,...,P,P+1，n＝0,1,...,P,P+1；